前言

如果我们对 AI 的看涨观点一直是正确的……但如果这实际上是利空的呢？

接下来的内容是一个情景推演，而非预测。这既不是“看空爽文”，也不是 AI 末日论者的同人小说。这篇文章的唯一目的是对一个相对未被充分探索的情景进行建模。我们的朋友 Alap Shah 提出了这个问题，我们一起头脑风暴出了答案。我们撰写了这一部分，他撰写的另外两部分可以在这里找到。

希望阅读本文能让你为潜在的左尾风险做好更充分的准备，因为 AI 正让经济变得越来越怪诞。

这是来自 2028 年 6 月的 CitriniResearch 宏观备忘录，详细记录了“全球智能危机”的演变与后果。

宏观备忘录

智能过剩的后果

CitriniResearch

2026年2月22日 2028年6月30日

今早公布的失业率为 10.2%，超出预期 0.3 个百分点。受此数据影响，市场抛售下跌 2%，致使标普 500 指数较 2026 年 10 月的高点累计回撤达 38%。

交易员们已经麻木了。若是六个月前，这样的数据本会触发熔断。

两年。从“风险可控”和“特定行业影响”发展到现在这个不再像我们任何人成长过程中所熟悉的经济体，只用了两年时间。本季度的宏观备忘录是我们重构这一过程的尝试——对危机前经济的一次尸检。

曾经的狂热显而易见。到 2026 年 10 月，标普 500 指数逼近 8000 点，纳斯达克指数突破 30000 点。由于人类过时而引发的第一波裁员潮始于 2026 年初，它们起到了裁员本该起到的作用：利润率扩张，财报超预期，股市大涨。创纪录的企业利润被重新投入到 AI 算力中。

当时的总体数据依然亮眼。名义 GDP 屡次录得中高个位数的年化增长率。生产力蓬勃发展。在那些不睡觉、不请病假、不需要医疗保险的 AI 智能体（Agents）的驱动下，每小时实际产出以自 1950 年代以来未见的速度增长。

随着劳动力成本消失，算力拥有者的财富呈爆炸式增长。与此同时，实际工资增长崩溃。尽管政府一再吹嘘创纪录的生产力，但白领工人却因机器而失业，被迫从事低薪工作。

当消费经济开始出现裂痕时，经济评论家们普及了一个短语“幽灵 GDP”：即出现在国民账户中，但从未在实体经济中流通的产出。

在各个方面，AI 都超出了预期，而市场就是 AI。唯一的问题是……经济并不是 AI。

我们早就应该明白，北达科他州的一个 GPU 集群产出的效能，相当于曼哈顿中城 10,000 名白领工人的产出，这与其说是经济的万灵药，不如说是一场经济瘟疫。货币流通速度持平。占 GDP 70% 的以人类为中心的消费经济逐渐萎缩。如果我们早点问问机器会在非必需消费品上花多少钱（提示：是零），也许就能更早想通这一点。

AI 能力提升 -> 公司需要更少的工人 -> 白领裁员增加 -> 被取代的工人消费减少 -> 利润率压力迫使公司在 AI 上投入更多 -> AI 能力提升……

这是一个没有自然刹车的负反馈循环。这就是人类智能置换螺旋。白领工人的收入能力（以及理性的消费能力）受到结构性损害。他们的收入曾是 13 万亿美元抵押贷款市场的基石——这迫使承销商重新评估优质抵押贷款是否依然安全。

十七年没有经历真正的违约周期，导致私募市场充斥着私募股权（PE）支持的软件交易，这些交易假设年度经常性收入（ARR）将保持“经常性”。2027 年年中，因 AI 颠覆导致的第一波违约潮挑战了这一假设。

如果这种颠覆仅限于软件行业，情况本可控，但事实并非如此。到 2027 年底，它威胁到了每一个建立在“中介化”基础上的商业模式。大批依靠通过向人类制造摩擦来变现的公司解体了。

事实证明，整个系统是一条押注白领生产力增长的长长链条。2027 年 11 月的崩盘只会加速所有已经到位的负反馈循环。

我们将近一年来一直在等待“坏消息就是好消息”。政府开始考虑提案，但公众对政府实施任何形式救援的信心已经减弱。政策反应总是滞后于经济现实，但缺乏全面计划现在正威胁着要加速通货紧缩螺旋。

一切是如何开始的

2025 年末，代理式（Agentic）编程工具的能力出现了阶跃式提升。

一个使用 Claude Code 或 Codex 的称职开发者现在可以在几周内复制一个中端市场 SaaS 产品的核心功能。虽然不是完美的，也没有处理每一个边缘情况，但足以让审查 50 万美元年度续约合同的首席信息官（CIO）开始问：“如果我们自己构建这个会怎样？”

财政年度通常与日历年一致，所以 2026 年的企业支出是在 2025 年第四季度设定的，当时“代理式 AI”还只是个流行词。年中审查是采购团队第一次在清楚这些系统实际能做什么的情况下做出决定。有些人看着自己的内部团队在几周内构建出了能替代六位数 SaaS 合同的原型。

那年夏天，我们与一家财富 500 强企业的采购经理交谈。他告诉了我们他的一次预算谈判经历。销售人员原本期望沿用去年的剧本：每年涨价 5%，加上标准的“你们团队离不开我们”的话术。采购经理告诉他，自己正在与 OpenAI 洽谈，让他们的“前以此部署工程师”使用 AI 工具完全取代该供应商。最终他们以 30% 的折扣续约了。他说，这是一个好的结果。像 Monday.com、Zapier 和 Asana 这样的“长尾 SaaS”情况要糟糕得多。

投资者已经做好了准备——甚至是期待——长尾市场将受到重创。它们可能占典型企业技术栈支出的三分之一，显然是风险敞口。然而，记录系统（System of Record）本应免受颠覆。

直到 ServiceNow 发布 2026 年第三季度财报，反身性（reflexivity）的机制才变得更加清晰。

SERVICENOW 净新增 ACV 增长从 23% 放缓至 14%；宣布裁员 15% 并实施“结构性效率计划”；股价暴跌 18% | 彭博社，2026 年 10 月

SaaS 并没有“死”。运行和支持内部自建系统仍然需要成本效益分析。但内部自建确实成了一个选项，这成为了定价谈判的筹码。也许更重要的是，竞争格局变了。AI 降低了开发和发布新功能的门槛，差异化因此消失。老牌企业陷入了价格战的恶性竞争——既要相互厮杀，又要应对如雨后春笋般涌现的新兴挑战者。这批新贵受到代理式编程能力飞跃的鼓舞，且没有遗留成本结构的负担，疯狂地抢占市场份额。

直到这份财报发布，这些系统相互关联的本质才被充分意识到。ServiceNow 是按席位（Seat）收费的。当财富 500 强客户裁员 15% 时，他们就取消了 15% 的许可证。正是那些由 AI 驱动的裁员在提高其客户利润率的同时，也在机械地破坏 ServiceNow 自身的收入基础。

这家销售工作流自动化软件的公司正被更好的工作流自动化技术所颠覆，而它的反应是裁减人员，并用省下的钱来资助正是那个正在颠覆它的技术。

除此之外他们还能做什么？坐以待毙吗？受 AI 威胁最大的公司变成了 AI 最激进的采用者。

事后看来这显而易见，但在当时（至少对我而言）并非如此。历史上的颠覆模型是：在位者抵制新技术，它们将市场份额输给灵活的进入者，然后慢慢消亡。柯达、百视达、黑莓都是如此。但 2026 年发生的事情不同；在位者没有抵制，因为他们负担不起抵制的代价。

随着股价下跌 40-60%，董事会要求给出答案，受到 AI 威胁的公司做了唯一能做的事。裁员，将节省的资金重新部署到 AI 工具中，利用这些工具以更低的成本维持产出。

每家公司的单独反应都是理性的。但集体的结果是灾难性的。在人力成本上节省的每一美元都流入了 AI 能力，从而使下一轮裁员成为可能。

软件仅仅是开场戏。当投资者还在争论 SaaS 估值倍数是否触底时，他们错过的是，这种反身性循环已经逃离了软件行业。支撑 ServiceNow 裁员的同一逻辑，适用于每一家拥有白领成本结构的公司。

当摩擦归零

到 2027 年初，使用大语言模型（LLM）已成为默认行为。人们在使用 AI 智能体，甚至不知道什么是 AI 智能体，就像从不了解“云计算”的人使用流媒体服务一样。他们认为这就跟自动更正或拼写检查一样——手机现在自带的功能罢了。

Qwen（通义千问）的开源代理式购物助手是 AI 接管消费者决策的催化剂。几周内，每个主要的 AI 助手都整合了一些代理式商务功能。蒸馏模型意味着这些智能体可以在手机和笔记本电脑上运行，而不仅仅是在云端实例上，从而显著降低了推理的边际成本。

真正让投资者感到不安的（虽然当时不安程度还不够）是，这些智能体不需要等待指令。它们根据用户的偏好在后台运行。商业不再是一系列离散的人类决策，而变成了一个持续的优化过程，代表每个联网的消费者 24/7 全天候运行。到 2027 年 3 月，美国中位个体的日均代币（Token）消耗量达到 40 万——是 2026 年底的 10 倍。

链条中的下一个环节已经断裂。

中介化（Intermediation）。

在过去的五十年里，美国经济在人类的局限性之上建立了一个巨大的寻租层：做事需要时间，耐心会耗尽，品牌熟悉度替代了尽职调查，大多数人为了少点几下鼠标愿意接受一个糟糕的价格。数万亿美元的企业价值依赖于这些限制的持续存在。

开始很简单。智能体消除了摩擦。

尽管数月未用却被动续费的订阅和会员资格。试用期后偷偷翻倍的入门价格。每一个都被重新定义为智能体可以谈判的人质局。整个订阅经济所依赖的平均客户终身价值（LTV）明显下降。

消费者智能体开始改变几乎所有消费者交易的运作方式。

人类真的没有时间在买一盒蛋白棒之前在五个竞争平台上比价。机器有。

旅游预订平台是早期的牺牲品，因为它们最简单。到 2026 年第四季度，我们的智能体可以比任何平台更快、更便宜地组合出一个完整的行程（航班、酒店、地面交通、忠诚度优化、预算限制、退款）。

保险续保，整个续保模式依赖于保单持有人的惰性，这一模式被彻底改革。每年重新购买保险的智能体摧毁了保险公司从被动续保中获得的 15-20% 的保费溢价。

财务建议、税务准备、常规法律工作。任何服务提供商的价值主张归根结底是“我帮你处理你觉得繁琐的复杂事务”的类别都被颠覆了，因为智能体不觉得任何事情繁琐。

甚至是我们认为因人际关系价值而受保护的领域也证明是脆弱的。房地产行业，几十年来购房者因为经纪人和消费者之间的信息不对称而容忍 5-6% 的佣金，但一旦配备了 MLS 访问权限和数十年交易数据的 AI 智能体能够即时复制这些知识库，这一行业便崩溃了。2027 年 3 月的一份卖方报告将其称为“智能体对经纪人的暴力”。主要大都市的买方佣金中位数从 2.5-3% 压缩至 1% 以下，而且越来越多的交易完全没有人类买方经纪人参与。

我们高估了“人际关系”的价值。事实证明，人们所谓的很多关系，只不过是一张友善面孔下的摩擦。

这不仅是中介层的颠覆。成功的公司花费数十亿美元有效地利用了不再重要的消费者行为怪癖和人类心理。

为价格和适配度进行优化的机器不在乎你最喜欢的应用程序，也不在乎你过去四年习惯打开的网站，更感受不到精心设计的结账体验的吸引力。它们不会感到疲倦而接受最简单的选项，或者默认“我总是从这里订购”。

这摧毁了一种特殊的护城河：习惯性中介。

DoorDash (DASH US) 就是典型的例子。

编程智能体打破了推出配送应用程序的门槛。一个称职的开发人员可以在几周内部署一个功能齐全的竞争对手，而且几十个人真的这么做了，他们通过将 90-95% 的配送费直接给到司机，从而将司机从 DoorDash 和 Uber Eats 吸引走。多应用仪表盘让零工工人可以同时追踪来自二三十个平台的订单，消除了巨头所依赖的锁定效应。市场在一夜之间碎片化，利润率被压缩至几乎为零。

智能体加速了破坏的两端。它们促成了竞争对手的出现，然后使用它们。DoorDash 的护城河实际上就是“你饿了，你懒，这是你主屏幕上的应用”。智能体没有主屏幕。它会检查 DoorDash、Uber Eats、餐厅自己的网站以及二十个新的替代方案，以便每次都能选择费用最低、配送最快的选项。

习惯性的应用忠诚度，整个商业模式的基础，对机器来说根本不存在。

这有一种奇怪的诗意，也许是整个故事中智能体为即将被取代的白领工人做的一件好事的唯一例子。当他们最终成为送货司机时，至少他们的一半收入没有流向 Uber 和 DoorDash。当然，随着自动驾驶汽车的普及，这种来自技术的恩惠并没有持续太久。

一旦智能体控制了交易，它们就开始寻找更大的目标。

比价和聚合能做的只有这么多。重复为用户省钱（尤其是当智能体开始相互交易时）的最大方式是消除费用。在机器对机器的商务中，2-3% 的银行卡交换费率成了一个显眼的目标。

智能体开始寻找比信用卡更快、更便宜的选项。大多数选择了通过 Solana 或 Ethereum L2 使用稳定币，结算几乎是即时的，交易成本以几分之一美分计算。

万事达卡 (MASTERCARD) 2027 年第一季度：净收入同比 +6%；购买量增长从上一季度的 +5.9% 放缓至 +3.4%；管理层指出“智能体主导的价格优化”和“非必需消费品类别的压力” | 彭博社，2027 年 4 月 29 日

万事达卡 2027 年第一季度的报告是一个不归点。代理式商务从一个产品故事变成了一个基础设施故事。MA 第二天暴跌 9%。Visa 也是如此，但在分析师指出其在稳定币基础设施方面的更强定位后，跌幅有所收窄。

智能体绕过交换费率进行商务活动，这对以银行卡为重点的银行和单一业务发卡行构成了更大的风险，这些机构收取了那 2-3% 费用的大部分，并围绕由商家补贴资助的奖励计划建立了整个业务部门。

美国运通 (AXP US) 受到的打击最重；白领裁员削弱了其客户基础，加上智能体绕过交换费率削弱了其收入模式，造成了双重逆风。Synchrony (SYF US)、Capital One (COF US) 和 Discover (DFS US) 在随后的几周内也都下跌了超过 10%。

它们的护城河是由摩擦构成的。而摩擦正在归零。

从行业风险到系统性风险

整个 2026 年，市场将 AI 的负面影响视为一个行业故事。软件和咨询业受到重创，支付和其他收费关卡摇摇欲坠，但整体经济似乎还好。劳动力市场虽然疲软，但并未自由落体。共识观点是，创造性破坏是任何技术创新周期的一部分。局部会有痛苦，但 AI 带来的整体净收益将超过任何负面影响。

我们 2027 年 1 月的宏观备忘录认为这是错误的思维模型。美国经济是白领服务型经济。白领工人占就业人数的 50%，并推动了大约 75% 的非必需消费支出。AI 正在吞噬的企业和工作并非美国经济的旁枝末节，它们就是美国经济。

“技术创新破坏工作，然后创造更多工作”。这是当时最流行、最有说服力的反驳论点。它之所以流行且令人信服，是因为它在两个世纪以来一直是正确的。即使我们无法想象未来的工作是什么，它们肯定会到来。

ATM 机降低了银行分行的运营成本，因此银行开设了更多分行，柜员就业人数在接下来的二十年里不降反升。互联网颠覆了旅行社、黄页、实体零售，但它代替它们发明了全新的行业，变出了新的工作。

然而，每一份新工作都需要人类来执行。

AI 现在是一种通用智能，它在人类想要重新部署的任务上改进得更快。被取代的程序员不能简单地转行做“AI 管理”，因为 AI 已经有能力做这个了。

如今，AI 智能体处理长达数周的研发任务。指数级的发展碾碎了我们要对可能性的认知，尽管每年沃顿商学院的教授们都试图用新的 S 曲线来拟合数据。

它们编写基本上所有的代码。其中表现最好的在几乎所有事情上都比几乎所有人类都要聪明得多。而且它们越来越便宜。

AI 确实创造了新工作。提示词工程师、AI 安全研究员、基础设施技术员。人类仍然在环路中，在最高层进行协调或指导品味。然而，AI 每创造一个新角色，就让几十个旧角色过时。新角色的薪酬只是旧角色的一小部分。

美国 JOLTS 数据：职位空缺跌破 550 万；失业人数与空缺职位比率攀升至约 1.7，为 2020 年 8 月以来最高 | 彭博社，2026 年 10 月

全年的招聘率一直疲软，但 2026 年 10 月的 JOLTS 数据提供了一些确凿的数据。职位空缺跌破 550 万，同比下降 15%。

INDEED：随着“生产力计划”的蔓延，软件、金融、咨询行业的招聘信息大幅下降 | Indeed Hiring Lab，2026 年 11 月-12 月

白领职位空缺崩溃，而蓝领职位空缺保持相对稳定（建筑、医疗、技工）。动荡发生在那些写备忘录（不知何故，我们还在营业）、批准预算并保持经济中间层润滑的工作中。然而，这两个群体的实际工资增长在当年的大部分时间里都是负数，并且持续下降。

股市仍然不太关心 JOLTS 数据，它更关心 GE Vernova 的涡轮机产能直到 2040 年都已售罄的新闻，它在负面宏观新闻与积极的 AI 基础设施头条新闻之间的拉锯战中横盘整理。

然而，债券市场（总是比股市聪明，或者至少没那么浪漫）开始为消费受挫定价。10 年期国债收益率在随后的四个月里从 4.3% 下降到 3.2%。尽管如此，总体失业率并没有激增，结构性的细微差别仍然被一些人忽略了。

在正常的衰退中，原因最终会自我修正。过度建设导致建设放缓，进而导致利率下降，进而导致新的建设。库存过剩导致去库存，进而导致补库存。周期性机制内部包含着复苏的种子。

本周期的起因并非周期性的。

AI 变得更好、更便宜。公司裁员，然后利用节省下来的资金购买更多的 AI 能力，这让他们可以裁掉更多的员工。被取代的工人消费减少。向消费者销售产品的公司销量下降，实力减弱，并投入更多资金于 AI 以保护利润率。AI 变得更好、更便宜。

这是一个没有自然刹车的反馈循环。

直觉预期是总需求下降会减缓 AI 的建设。但事实并非如此，因为这不像超大规模云厂商式的资本支出（CapEx）。这是运营支出（OpEx）的替代。一家每年在员工身上花费 1 亿美元、在 AI 上花费 500 万美元的公司，现在在员工身上花费 7000 万美元，在 AI 上花费 2000 万美元。AI 投资成倍增加，但它是作为总运营成本减少的一部分发生的。每家公司的 AI 预算都在增加，而其总支出却在缩减。

具有讽刺意味的是，即使其正在颠覆的经济开始恶化，AI 基础设施综合体的表现依然强劲。英伟达 (NVDA) 仍录得创纪录的收入。台积电 (TSM) 的产能利用率仍保持在 95% 以上。超大规模企业每季度在数据中心资本支出上仍花费 1500-2000 亿美元。纯粹对这一趋势呈凸性（Convex）的经济体，如台湾和韩国，表现大幅跑赢大盘。

印度则是反面。该国的 IT 服务业每年出口超过 2000 亿美元，是印度经常账户盈余的最大单一贡献者，也是抵消其持续的商品贸易逆差的资金来源。整个模式建立在一个价值主张之上：印度开发人员的成本只是美国同行的一小部分。但是，AI 编程智能体的边际成本已基本崩溃至电费成本。TCS、Infosys 和 Wipro 的合同取消量在 2027 年加速。随着支撑印度外部账户的服务盈余蒸发，卢比兑美元在四个月内下跌了 18%。到 2028 年第一季度，国际货币基金组织（IMF）已开始与新德里进行“初步讨论”。

引起颠覆的引擎每个季度都在变得更好，这意味着颠覆每个季度都在加速。劳动力市场没有自然底线。

在美国，我们不再询问 AI 基础设施泡沫将如何破裂。我们在问：当消费者被机器取代时，消费信贷经济会发生什么？

人类智能置换螺旋

2027 年是宏观经济故事不再隐晦的一年。从前 12 个月零散但明显消极的发展到当下的传导机制变得显而易见。你不需要深入研究劳工统计局（BLS）的数据。只要和朋友参加一次晚宴就知道了。

被取代的白领工人并没有闲着。他们向下流动。许多人从事低薪的服务业和零工经济工作，这增加了这些细分市场的劳动力供应，也压缩了那里的工资。

我们的一个朋友在 2025 年是 Salesforce 的高级产品经理。头衔、健康保险、401k、年薪 18 万美元。她在第三轮裁员中失去了工作。找了六个月工作后，她开始开 Uber。她的收入降到了 4.5 万美元。重点不在于个人的故事，而在于二阶数学。将这种动态乘以每个主要大都市的几十万工人。资历过高的劳动力涌入服务和零工经济，压低了本已在挣扎的现有工人的工资。

剩下的人类中心就业池面临着另一场修正，正如我们在写这篇文章时正在发生的那样。随着自动配送和自动驾驶汽车在零工经济中普及，那些吸收了第一波被取代工人的岗位也受到了冲击。

到 2027 年 2 月，很明显，仍在工作的专业人士的消费方式就像他们可能是下一个被裁的人一样。他们工作倍加努力（主要是在 AI 的帮助下）只是为了不被解雇，晋升或加薪的希望已经破灭。储蓄率上升，消费疲软。

最危险的部分是滞后性。高收入者利用高于平均水平的储蓄，在两三个季度内维持了正常的表象。硬数据直到问题在实体经济中已成为旧闻时才确认了这一点。然后，打破幻想的数据公布了。

美国初请失业金人数激增至 48.7 万人，为 2020 年 4 月以来最高；劳工部，2027 年第三季度

初请失业金人数激增至 48.7 万人，为 2020 年 4 月以来的最高水平。ADP 和 Equifax 证实，绝大多数新申请来自白领专业人士。

标普指数在接下来的一周下跌了 6%。负面宏观因素开始赢得拉锯战。

在正常的衰退中，失业是广泛分布的。蓝领和白领工人大致按各部门在就业中的比例分担痛苦。消费受到的打击也是广泛分布的，并且很快会在数据中显示出来，因为低收入工人的边际消费倾向更高。

在这个周期中，失业集中在收入分布的高层级。他们在总就业人数中占比较小，但他们推动了消费支出的极大比例。收入前 10% 的人占美国所有消费支出的 50% 以上。前 20% 的人约占 65%。这些人是买房、买车、度假、去餐馆吃饭、支付私立学校学费、房屋装修的人。他们是整个非必需消费品经济的需求基础。

当这些工人失去工作，或者接受降薪 50% 转入现有岗位时，相对于失业人数，消费受到的打击是巨大的。白领就业下降 2% 转化为非必需消费支出下降 3-4%。与蓝领失业不同（你从工厂下岗，下周就停止消费），白领失业具有滞后但更深远的影响，因为这些工人有储蓄缓冲，允许他们在行为转变开始之前维持几个月的支出。

到 2027 年第二季度，经济陷入衰退。NBER（国家经济研究局）几个月后才会正式确定开始日期（他们总是这样），但数据是明确的——我们要连续两个季度实际 GDP 负增长。但这还不是“金融危机”……目前还不是。

环环相扣的相关性押注链条

私人信贷（Private Credit）规模从 2015 年的不到 1 万亿美元增长到 2026 年的超过 2.5 万亿美元。相当大一部分资本被部署到软件和技术交易中，其中许多是以假设收入将永远保持中等双位数增长的估值对 SaaS 公司进行的杠杆收购（LBO）。

这些假设在第一个代理式编程演示和 2026 年第一季度软件崩盘之间的某个地方破灭了，但估值标记似乎并未意识到它们已经死了。

当许多上市 SaaS 公司的交易价格跌至 5-8 倍 EBITDA 时，私募股权支持的软件公司仍以不再存在的收入倍数的收购估值停留在资产负债表上。管理者逐渐下调标记，100 美分，92，85，而公开市场同类公司的价格是 50。

穆迪下调 14 家发行人共计 180 亿美元的私募股权支持软件债务评级，理由是“来自 AI 驱动的竞争颠覆带来的长期收入逆风”；这是自 2015 年能源行业以来最大的单一行业行动 | 穆迪投资者服务公司，2027 年 4 月

每个人都记得降级后发生了什么。行业资深人士已经看过 2015 年能源降级后的剧本。

软件支持的贷款在 2027 年第三季度开始违约。信息服务和咨询行业的私募股权投资组合公司紧随其后。几起知名 SaaS 公司的数十亿美元 LBO 进入重组。

Zendesk 是确凿的证据。

ZENDESK 因 AI 驱动的客户服务自动化侵蚀 ARR 而违反债务契约；50 亿美元的直接贷款便利标记为 58 美分；有史以来最大的私人信贷软件违约 | 金融时报，2027 年 9 月

2022 年，Hellman & Friedman 和 Permira 以 102 亿美元将 Zendesk 私有化。债务包是 50 亿美元的直接贷款，是当时历史上最大的由 ARR 支持的便利，由黑石集团领投，阿波罗、Blue Owl 和 HPS 都在贷款团中。这笔贷款的结构明确基于 Zendesk 的年度经常性收入将保持经常性的假设。在大约 25 倍 EBITDA 的情况下，只有这样杠杆才有意义。

到 2027 年中期，情况并非如此。

AI 智能体已经自主处理客户服务大半年了。Zendesk 定义的类别（工单、路由、管理人工支持交互）已经被无需生成工单就能解决问题的系统所取代。贷款承销所依据的年度经常性收入不再是经常性的，它只是尚未离开的收入。

历史上最大的 ARR 支持贷款变成了历史上最大的私人信贷软件违约。每个信贷柜台都在问同一个问题：还有谁将长期逆风伪装成周期性逆风？

但这是共识最初正确的地方：这应该是可以幸存的。

私人信贷不是 2008 年的银行业。整个架构的设计明确是为了避免强制抛售。这些是资本锁定的封闭式工具。LP 承诺了七到十年。没有储户挤兑，没有回购额度被撤回。管理者可以持有受损资产，随着时间的推移解决它们，并等待恢复。痛苦，但可控。该系统的设计是弯曲而不是折断。

黑石、KKR 和阿波罗的高管称软件敞口占资产的 7-13%。可控。每一份卖方报告和金融推特信贷账户都说了同样的话：私人信贷拥有永久资本。他们可以吸收本来会炸毁杠杆银行的损失。

永久资本。这个词出现在每一次旨在安抚人心的财报电话会议和投资者信函中。它成了一句口头禅。像大多数口头禅一样，没人注意细节。这实际上意味着……

在过去的十年里，大型另类资产管理公司收购了人寿保险公司，并将它们变成了融资工具。阿波罗收购了 Athene。布鲁克菲尔德收购了 American Equity。KKR 收购了 Global Atlantic。逻辑很优雅：年金存款提供了稳定的、长期的负债基础。管理者将这些存款投资于他们发起的私人信贷，赚两份钱，既赚取保险方面的利差，又赚取资产管理方面的管理费。一台在一种条件下完美运转的费上费永动机。

私人信贷必须是安全的。

损失冲击了为持有非流动性资产以应对长期义务而建立的资产负债表。本应使系统具有弹性的“永久资本”并非某些抽象的耐心机构资金和承担复杂风险的成熟投资者。它是美国家庭的储蓄，“主街”，结构化为年金，投资于正在违约的同样的私募股权支持的软件和技术票据。无法逃跑的锁定资本是人寿保险保单持有人的钱，那里的规则有点不同。

与银行系统相比，保险监管机构一直很温顺——甚至自满——但这敲响了警钟。已经对人寿保险公司的私人信贷集中度感到不安的监管机构，开始下调这些资产的风险资本处理评级。这迫使保险公司要么筹集资金，要么出售资产，而在一个已经停滞的市场中，这两者都不可能以有吸引力的条款实现。

纽约、爱荷华州监管机构采取行动收紧人寿保险公司持有的某些私人评级信贷的资本处理；预计 NAIC 指导将增加 RBC 因子并引发额外的 SVO 审查 | 路透社，2027 年 11 月

当穆迪将 Athene 的财务实力评级展望调为负面时，阿波罗的股价在两个交易日内下跌了 22%。布鲁克菲尔德、KKR 和其他公司紧随其后。

情况只会变得更加复杂。这些公司不仅创造了保险公司永动机，还建立了一个复杂的离岸架构，旨在通过监管套利最大化回报。美国保险公司承保年金，然后将风险分保给它也拥有的附属百慕大或开曼再保险公司——之所以这么设立，是为了利用更灵活的监管，允许针对相同的资产持有更少的资本。该附属公司通过离岸 SPV 筹集外部资金，这是一个新的交易对手层，与保险公司一起投资于同一母公司资产管理部门发起的私人信贷。

评级机构（其中一些本身由私募股权拥有）并不透明（这几乎不出所料）。连接不同资产负债表的不同公司的蜘蛛网因其不透明性而令人震惊。当底层贷款违约时，谁实际承担损失的问题在实时中确实无法回答。

2027 年 11 月的崩盘标志着人们的看法从可能只是普通的周期性回撤转变为更令人不安的东西。在 FOMC 的紧急 11 月会议上，美联储主席凯文·沃什（Kevin Warsh）称之为“一条押注白领生产力增长的环环相扣的相关性押注链条”。

看，导致危机的从来不是损失本身。而是承认损失。对于金融领域的另一个更大、更重要得多的领域，我们已经对这种承认感到恐惧。

抵押贷款问题

ZILLOW 房价指数在旧金山同比下跌 11%，在西雅图下跌 9%，在奥斯汀下跌 8%；房利美（Fannie Mae）指出科技/金融就业占比 >40% 的邮政编码区域‘早期违约率升高’ | Zillow / 房利美，2028 年 6 月

本月，Zillow 房价指数在旧金山同比下跌 11%，在西雅图下跌 9%，在奥斯汀下跌 8%。这并不是唯一令人担忧的头条新闻。上个月，房利美指出，巨额贷款密集的邮政编码区域出现了较高的早期违约——这些区域居住着信用评分 780+ 的借款人，通常被视为“防弹”的。

美国住宅抵押贷款市场规模约为 13 万亿美元。抵押贷款承销建立在一个基本假设之上：借款人将在贷款期限内大致保持目前的收入水平。对于大多数抵押贷款来说，这是三十年。

白领就业危机通过收入预期的持续转变威胁到了这一假设。我们现在必须问一个在 3 年前看起来荒谬的问题——优质抵押贷款安全吗？

美国历史上每一次先前的抵押贷款危机都由以下三件事之一驱动：投机过度（向买不起房的人放贷，如 2008 年），利率冲击（利率上升使浮动利率抵押贷款无法负担，如 1980 年代初），或局部经济冲击（单一地区单一行业崩溃，如 1980 年代的德克萨斯石油或 2009 年的密歇根汽车）。

这些都不适用于这里。有问题的借款人不是次级借款人。他们的 FICO 分数为 780。他们支付了 20% 的首付。他们有干净的信用记录，稳定的就业记录，以及在发放贷款时经过核实和记录的收入。他们是金融系统中每个风险模型都视为信贷质量基石的借款人。

2008 年，贷款在第一天就是坏的。2028 年，贷款在第一天是好的。只是世界……在贷款发放后变了。人们透支了一个他们不再负担得起的未来。

2027 年，我们指出了隐形压力的早期迹象：房屋净值信贷额度（HELOC）提取、401(k) 提款和信用卡债务激增，而抵押贷款付款仍保持正常。随着工作丢失、招聘冻结和奖金削减，这些优质家庭的债务收入比翻了一番。

他们仍然可以支付抵押贷款，但前提是停止所有非必需支出，耗尽储蓄，并推迟任何房屋维护或装修。他们在技术上按时偿还抵押贷款，但距离困境仅一步之遥，而 AI 能力的轨迹表明这一冲击即将来临。然后我们看到旧金山、西雅图、曼哈顿和奥斯汀的拖欠率开始飙升，即使全国平均水平仍处于历史常态范围内。

我们现在处于最严重的阶段。当边际买家健康时，房价下跌是可控的。而现在，边际买家正面临同样的收入受损问题。

虽然担忧正在加剧，但我们尚未陷入全面的抵押贷款危机。拖欠率有所上升，但仍远低于 2008 年的水平。真正的威胁在于其发展轨迹。

智能置换螺旋现在有两个金融加速器加速实体经济的衰退。

劳动力置换、抵押贷款担忧、私募市场动荡。每一个都在加强另一个。传统的政策工具箱（降息、量化宽松）可以解决金融引擎问题，但无法解决实体经济引擎问题，因为实体经济引擎并非由紧缩的金融条件驱动。它是由 AI 使人类智能变得不那么稀缺和不那么有价值所驱动的。你可以将利率降至零，并购买市场上的每一个 MBS 和所有违约的软件 LBO 债务……

但这改变不了一个事实：一个 Claude 智能体可以以每月 200 美元的成本完成一名年薪 18 万美元的产品经理的工作。

如果这些担忧成为现实，抵押贷款市场将在今年下半年崩盘。在这种情况下，我们预计当前股市的回撤最终将与全球金融危机（从峰值到低谷下跌 57%）相匹敌。这将使标准普尔 500 指数跌至约 3500 点——这是自 2022 年 11 月 ChatGPT 时刻前一个月以来未曾见过的水平。

显而易见的是，支撑 13 万亿美元住宅抵押贷款的收入假设已受到结构性损害。不清楚的是，在抵押贷款市场完全消化这意味着什么之前，政策能否进行干预。我们充满希望，但我们也无法否认不抱希望的理由。

与时间的赛跑

第一个负反馈循环出现在实体经济中：AI 能力提升，就业人数减少，支出疲软，利润率收紧，公司购买更多能力，能力提升。然后它变成了金融问题：收入受损打击了抵押贷款，银行损失导致信贷紧缩，财富效应破裂，反馈循环加速。而对此准备不足、甚至可以说相当困惑的政府政策反应不足，加剧了这两个问题。

该系统的设计并非为了应对这种危机。联邦政府的税基本质上是对人类时间的征税。人们工作，公司付钱给他们，政府从中分一杯羹。在正常年份，个人所得税和工资税是收入的支柱。

截至今年第一季度，联邦收入比 CBO 基准预测低 12%。工资税收入正在下降，因为按先前薪酬水平就业的人数减少了。所得税收入正在下降，因为赚取的收入结构性降低。生产力正在飙升，但收益流向了资本和算力，而不是劳动力。

劳动占 GDP 的份额从 1974 年的 64% 下降到 2024 年的 56%，这四十年的缓慢下降是由全球化、自动化和工人议价能力的稳步侵蚀驱动的。在 AI 开始其指数级改进后的四年里，这一比例已降至 46%。这是有记录以来的最大降幅。

产出仍然存在。但它不再通过家庭流回企业，这意味着它也不再通过国税局。循环流动正在断裂，人们期望政府介入修复它。

正如在每一次低迷时期一样，支出就在收入下降的同时上升。这次的不同之处在于，支出压力并非周期性的。自动稳定器是为临时失业而建立的，而不是为结构性置换而建立的。该系统支付的福利假设工人会被重新吸收。许多人将不会被吸收，至少不会以接近以前的工资水平被吸收。在新冠疫情期间，政府自由地接受了 15% 的赤字，但这被理解为暂时的。今天需要政府支持的人并没有受到他们会从中恢复的流行病的打击。他们被一种不断改进的技术所取代。

政府需要在向家庭征收更少税款的确切时刻，向家庭转移更多资金。

美国不会违约。它印制自己花费的货币，也就是它用来偿还借款人的同一种货币。但这种压力已经在其他地方显现出来。市政债券显示出令人担忧的年度表现分化迹象。没有所得税的州还可以，但依赖所得税的州（大多数是蓝州）发行的一般义务市政债券开始对违约风险进行定价。政客们很快意识到了这一点，关于谁得到救助的争论已经沿着党派路线展开。

值得称赞的是，政府很早就认识到了危机的结构性本质，并开始考虑他们称之为“过渡经济法案”的两党提案：这是一个通过赤字支出和提议的 AI 推理计算税收资助的直接向被取代工人转移支付的框架。

摆在桌面上的最激进的提案走得更远。“共享 AI 繁荣法案”将确立对智能基础设施本身回报的公共索取权，介于主权财富基金和 AI 生成产出的特许权使用费之间，红利用于资助家庭转移支付。私营部门的说客在媒体上大肆警告这会滑向危险的斜坡。

讨论背后的政治是严酷且可预测的，哗众取宠和边缘政策加剧了这种情况。右派称转移支付和再分配是马克思主义，并警告说对算力征税会将领先地位拱手让给中国。左派警告说，在现有企业帮助下起草的税收变成了另一种形式的监管俘获。财政鹰派指出不可持续的赤字。鸽派则指出全球金融危机后过早实施的紧缩政策是一个警示故事。在今年总统大选前夕，分歧只会放大。

在政客们争吵不休的同时，社会结构正在以比立法程序更快的速度瓦解。

“占领硅谷”运动是广泛不满的象征。上个月，示威者连续三周封锁了 Anthropic 和 OpenAI 旧金山办公室的入口。他们的人数还在增加，示威活动吸引的媒体报道比引发示威的失业数据还要多。

很难想象公众会比全球金融危机后的银行家更讨厌谁，但 AI 实验室正在朝这个方向努力。而且，从大众的角度来看，理由很充分。这些实验室的创始人和早期投资者积累财富的速度让镀金时代看起来都很温和。生产力繁荣的收益几乎完全归于算力的拥有者和实验室的股东，这已将美国的不平等放大到了前所未有的水平。

每一方都有自己的反派，但真正的反派是时间。

AI 能力的发展速度快于制度的适应速度。政策反应的速度是意识形态的速度，而不是现实的速度。如果政府不尽快就问题达成一致，反馈循环将为他们书写下一章。

智能溢价的瓦解

在整个现代经济史上，人类智能一直是稀缺的投入。资本是充裕的（或者至少是可复制的）。自然资源是有限的，但可替代。技术的进步速度足够慢，人类可以适应。智能，即分析、决策、创造、说服和协调的能力，是无法大规模复制的东西。

人类智能的固有溢价源于其稀缺性。我们经济中的每一个机构，从劳动力市场到抵押贷款市场再到税法，都是为了一个该假设成立的世界而设计的。

我们现在正在经历这一溢价的瓦解。机器智能现在是人类智能在越来越多的任务中的一个称职且快速改进的替代品。经过几十年为人类思维稀缺的世界而优化的金融系统正在重新定价。这种重新定价是痛苦的、无序的，而且远未完成。

但重新定价不等于崩溃。

经济可以找到新的平衡。到达那里是仅存的几项只有人类才能完成的任务之一。我们需要正确地做这件事。

这是历史上第一次，经济中最具生产力的资产产生了更少而不是更多的工作。没人有合适的框架，因为没有框架是为稀缺投入变得充裕的世界而设计的。所以我们必须建立新的框架。我们能否及时建立它们是唯一重要的问题。

但你读到这篇文章的时间不是 2028 年 6 月。你是 2026 年 2 月读到的。

标普指数接近历史新高。负反馈循环尚未开始。我们确信其中一些情景不会成为现实。我们同样确信机器智能将继续加速。人类智能的溢价将会收窄。

作为投资者，我们还有时间评估我们的投资组合中有多少是建立在无法在未来十年生存的假设之上的。作为一个社会，我们还有时间积极应对。

金丝雀还活着。